Qual abordagem de machine learning é treinada usando dados em que cada exemplo inclui os rótulos de saída corretos?

A aprendizagem supervisionada é a abordagem correta porque ela utiliza um conjunto de dados rotulado, onde cada exemplo de entrada está associado ao seu rótulo de saída correto. O modelo aprende mapeando as entradas para as saídas desejadas. A aprendizagem não supervisionada trabalha com dados sem rótulos, buscando padrões ou estruturas. A aprendizagem por reforço envolve um agente que aprende por tentativa e erro em um ambiente, recebendo recompensas ou penalidades. A aprendizagem por transferência reutiliza um modelo pré-treinado em uma nova tarefa, mas ainda se enquadra em uma das outras categorias de aprendizagem (supervisionada ou não supervisionada) para o treinamento original.